Logo mybusinessculture.com

Selbstfahrende Autos Lehren, Auf Unvorhersehbare Menschen Zu Achten

Selbstfahrende Autos Lehren, Auf Unvorhersehbare Menschen Zu Achten
Selbstfahrende Autos Lehren, Auf Unvorhersehbare Menschen Zu Achten
Anonim

Wenn Sie in einer der Städte leben, in denen Unternehmen selbstfahrende Autos testen, haben Sie wahrscheinlich bemerkt, dass Ihre neuen Roboter-Overlords gelegentlich nervöse Fahrer sein können. In Arizona, wo von Waymo betriebene Geländewagen manchmal Passagiere ohne jemanden hinter dem Lenkrad befördern, haben sich Autofahrer über die zu schüchternen Linkskurven und langsamen Übergänge auf der Autobahn beschwert. Nach Angaben des US-Bundesstaates Kalifornien handelt es sich bei den am häufigsten vorkommenden selbstfahrenden Kotflügelbiegemitteln um Auffahrunfälle, zum Teil weil menschliche Fahrer nicht erwarten, dass autonome Autos die Straßenregeln einhalten und an Stoppschildern nicht rollende Stopps einhalten.

Was menschliche Fahrer betrifft, sind einige nervös und gewissenhaft, andere definitiv nicht. In der Tat ist es sogar noch komplexer: Einige Fahrer sind in bestimmten Momenten vorsichtig und in anderen ist das Aufladen schwierig. Denken Sie: Gelegentliche Sonntagsfahrten zum Supermarkt versus Rennen, um das Kind vor dem Eintritt der Gebühren für die Kinderbetreuung zu holen. Roboterautos könnten flüssiger sein und bessere Entscheidungen treffen, wenn sie genau wüssten, welche Art von Menschen in ihrer Nähe fahren.

Möchten Sie die neuesten Nachrichten über selbstfahrende Autos in Ihrem Posteingang erhalten? Hier anmelden!

Forscher des MIT-Labors für Informatik und künstliche Intelligenz und des Labors für kognitive Robotik der Universität Delft haben herausgefunden, wie man selbstfahrende Fahrzeuge genau so lehrt. In einem kürzlich in den Proceedings der National Academy of Sciences veröffentlichten Aufsatz beschreiben sie eine Technik, die Soziologie und Psychologie in eine mathematische Formel übersetzt, die verwendet werden kann, um selbstfahrender Software beizubringen, wie die Straßenwütenden von den Regelverfolgern unterschieden werden. Fahrzeuge, die mit ihrer Technik ausgestattet sind, können diese in etwa zwei Sekunden unterscheiden und anhand der Informationen entscheiden, wie sie auf der Straße vorgehen sollen. Die Technik verbessert die Vorhersagen der selbstfahrenden Fahrzeuge über die Entscheidungen der menschlichen Fahrer und somit die Straßenleistung der Fahrzeuge um 25 Prozent, gemessen durch einen Test, der das Zusammenführen in einer Computersimulation umfasst.

Den Forschern zufolge geht es nicht nur darum, ein System zu schaffen, mit dem sich „egoistische“von „prosozialen“, dh selbstsüchtigen und großzügigen Fahrern unterscheiden lassen. Die Wissenschaftler hoffen, den Robotern die Anpassung an das menschliche Verhalten zu erleichtern und nicht umgekehrt.

Ein, das zeigt, wie sich ein selbstfahrendes Auto bei ungeschützten Linkskurven verhält
Ein, das zeigt, wie sich ein selbstfahrendes Auto bei ungeschützten Linkskurven verhält

„Wir sind sehr daran interessiert, wie menschlich angetriebene Fahrzeuge und Roboter nebeneinander existieren können“, sagt Daniela Rus, Leiterin des MIT-Labors und Mitautorin der Zeitung. „Dies ist eine große Herausforderung für das Gebiet der Autonomie und eine Frage, die nicht nur für Roboter auf Straßen, sondern generell für jede Art von Mensch-Maschine-Interaktion gilt.“Eines Tages könnte diese Art von Arbeit dazu beitragen, dass Menschen mehr arbeiten Mit Robotern zum Beispiel in der Fabrik oder in einem Krankenzimmer.

Aber zuerst die Spieltheorie. Die Forschung basiert auf einem Ansatz, der in der Robotik und beim maschinellen Lernen häufiger angewendet wird: Mithilfe von Spielen können Maschinen „unterrichtet“werden, um Entscheidungen mit unvollständigem Wissen zu treffen. Spieler - wie Fahrer - müssen oft zu Schlussfolgerungen gelangen, ohne genau zu wissen, was die anderen Spieler - oder Fahrer - tun. Daher wenden immer mehr Forscher die Spieltheorie an, um selbstfahrenden Autos das Verhalten in ungewissen Situationen beizubringen.

Weiter lesen

Illustration eines Kopfes
Illustration eines Kopfes

Das Neueste über künstliche Intelligenz, vom maschinellen Lernen bis zur Bildverarbeitung und mehr

Dennoch ist die Unsicherheit eine Herausforderung. "Letztendlich besteht eine der Herausforderungen des Selbstfahrens darin, dass Sie versuchen, menschliches Verhalten vorherzusagen, und menschliches Verhalten tendiert dazu, nicht in rationale Agentenmodelle zu fallen, die wir für Spieler haben", sagt Matthew Johnson-Roberson, Assistant Professor of Engineering an der Universität von Michigan und Mitbegründer von Refraction AI, einem Startup, das autonome Lieferfahrzeuge baut. Jemand könnte so aussehen, als ob er sich zusammenschließen würde, aber er sieht etwas aus dem Augenwinkel und bleibt stehen. Es ist sehr schwer, einem Roboter beizubringen, ein solches Verhalten vorherzusagen.

Natürlich könnten Fahrsituationen weniger unsicher werden, wenn die Forscher mehr Informationen über menschliches Fahrverhalten sammeln könnten, was sie als Nächstes erhoffen. Daten über die Geschwindigkeit von Fahrzeugen, den Fahrtrichtungswinkel, die Veränderung ihrer Position im Laufe der Zeit - all dies kann reisenden Robotern helfen, die Funktionsweise des menschlichen Verstandes (und der menschlichen Persönlichkeit) besser zu verstehen. Vielleicht, so die Forscher, könnte ein Algorithmus, der aus genaueren Daten abgeleitet wurde, die Vorhersagen über das menschliche Fahrverhalten von 25 auf 50 Prozent verbessern.

Empfohlen:

Tipp Der Redaktion